这项由清华大学、上海交通大学、微软研究院、麻省理工学院等多所世界顶尖学府和科研机构联合完成的研究发表于2025年1月的《IEEE知识与数据工程汇刊》，论文编号为IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING, VOL. 0, NO. 0, JANUARY 2025，详细探讨了大语言模型在数据准备领域的应用潜力与实现方式。
在当今这个数据爆炸的时代，我们每天都在产生海量的数据信息。从企业的销售记录到社交媒体的用户行为，从医院的病历资料到学校的学生档案，数据无处不在。然而，这些原始数据就像刚从菜园里采摘的蔬菜一样，虽然营养丰富但需要精心清洗、分类和烹饪才能变成美味佳肴。数据准备就是这样一个"洗菜做饭"的过程，它将杂乱无章的原始数据转化为可以用于分析决策的高质量信息。
传统的数据准备工作就像手工洗菜一样繁琐费时。数据专家们需要编写复杂的程序代码，制定详细的处理规则，还要反复检查修正错误。更令人头疼的是，每当面对不同类型的数据时，这些规则和程序往往需要重新设计，就像每种蔬菜都需要不同的清洗方法一样麻烦。
近年来，
